滑杨莹:拖拉机液压机械双流传动综合控制策略研究论文

滑杨莹:拖拉机液压机械双流传动综合控制策略研究论文

本文主要研究内容

作者滑杨莹(2019)在《拖拉机液压机械双流传动综合控制策略研究》一文中研究指出:本文以装备液压机械双流传动变速器(Hydraulic Mechanical Transmission,HMT)的拖拉机为研究对象,针对HMT传动存在的效率与响应滞后问题,结合拖拉机复杂多变的作业环境,对HMT的变速传动控制策略进行了研究,主要工作如下:(1)考虑HMT传动效率,设计拖拉机整车驱动功率最大的变速控制规律考虑HMT的传动效率,建立包含变量泵排量比、转速与系统压力的HMT效率模型,从拖拉机整车驱动功率最优的角度出发,确定了求取最佳动力性目标排量比的目标函数和约束条件,设计并实现遍历寻优算法,确定了任一油门开度、系统压力与车速工况下整车驱动功率最大的HMT排量比控制规律,并对优化前后的控制规律进行对比分析。(2)提出基于模糊自适应PID与小波神经网络PID的HMT调速控制策略针对HMT泵控马达调速系统在工作过程中存在的响应滞后与泄漏问题,分别提出了基于模糊自适应PID与小波神经网络PID的HMT调速控制策略。前者利用专家经验建立模糊规则,对PID控制器的控制参数进行修正。后者根据控制误差,搭建小波神经网络进行自学习,在控制过程中实时修正PID控制参数。对两种控制方法进行仿真对比,结果表明,小波神经网络PID控制具有更高的稳定性和控制精度。(3)提出基于作业阻力估计的发动机油门补偿-HMT调速综合控制策略针对拖拉机作业过程中作业阻力大幅波动引起车速变化,导致作业质量下降的问题,提出基于作业阻力估计的发动机油门补偿-HMT调速综合控制策略。在作业阻力估计的基础上,在发动机后备功率可控制范围内,优先对发动机油门进行补偿,再对HMT泵控马达调速系统进行调节,实现发动机油门补偿-HMT调速综合控制,以适应当前作业阻力,提高了拖拉机车速稳定性。通过对HMT变速传动控制策略的研究,解决了HMT传动效率对整车驱动功率的影响、HMT泵控马达的响应滞后与泄漏对变速控制效果的影响以及作业阻力波动对作业质量的影响等问题,提高了拖拉机车速的稳定性,保证了作业质量,对提高拖拉机适应复杂作业环境的能力具有一定意义。

Abstract

ben wen yi zhuang bei ye ya ji xie shuang liu chuan dong bian su qi (Hydraulic Mechanical Transmission,HMT)de tuo la ji wei yan jiu dui xiang ,zhen dui HMTchuan dong cun zai de xiao lv yu xiang ying zhi hou wen ti ,jie ge tuo la ji fu za duo bian de zuo ye huan jing ,dui HMTde bian su chuan dong kong zhi ce lve jin hang le yan jiu ,zhu yao gong zuo ru xia :(1)kao lv HMTchuan dong xiao lv ,she ji tuo la ji zheng che qu dong gong lv zui da de bian su kong zhi gui lv kao lv HMTde chuan dong xiao lv ,jian li bao han bian liang beng pai liang bi 、zhuai su yu ji tong ya li de HMTxiao lv mo xing ,cong tuo la ji zheng che qu dong gong lv zui you de jiao du chu fa ,que ding le qiu qu zui jia dong li xing mu biao pai liang bi de mu biao han shu he yao shu tiao jian ,she ji bing shi xian bian li xun you suan fa ,que ding le ren yi you men kai du 、ji tong ya li yu che su gong kuang xia zheng che qu dong gong lv zui da de HMTpai liang bi kong zhi gui lv ,bing dui you hua qian hou de kong zhi gui lv jin hang dui bi fen xi 。(2)di chu ji yu mo hu zi kuo ying PIDyu xiao bo shen jing wang lao PIDde HMTdiao su kong zhi ce lve zhen dui HMTbeng kong ma da diao su ji tong zai gong zuo guo cheng zhong cun zai de xiang ying zhi hou yu xie lou wen ti ,fen bie di chu le ji yu mo hu zi kuo ying PIDyu xiao bo shen jing wang lao PIDde HMTdiao su kong zhi ce lve 。qian zhe li yong zhuan jia jing yan jian li mo hu gui ze ,dui PIDkong zhi qi de kong zhi can shu jin hang xiu zheng 。hou zhe gen ju kong zhi wu cha ,da jian xiao bo shen jing wang lao jin hang zi xue xi ,zai kong zhi guo cheng zhong shi shi xiu zheng PIDkong zhi can shu 。dui liang chong kong zhi fang fa jin hang fang zhen dui bi ,jie guo biao ming ,xiao bo shen jing wang lao PIDkong zhi ju you geng gao de wen ding xing he kong zhi jing du 。(3)di chu ji yu zuo ye zu li gu ji de fa dong ji you men bu chang -HMTdiao su zeng ge kong zhi ce lve zhen dui tuo la ji zuo ye guo cheng zhong zuo ye zu li da fu bo dong yin qi che su bian hua ,dao zhi zuo ye zhi liang xia jiang de wen ti ,di chu ji yu zuo ye zu li gu ji de fa dong ji you men bu chang -HMTdiao su zeng ge kong zhi ce lve 。zai zuo ye zu li gu ji de ji chu shang ,zai fa dong ji hou bei gong lv ke kong zhi fan wei nei ,you xian dui fa dong ji you men jin hang bu chang ,zai dui HMTbeng kong ma da diao su ji tong jin hang diao jie ,shi xian fa dong ji you men bu chang -HMTdiao su zeng ge kong zhi ,yi kuo ying dang qian zuo ye zu li ,di gao le tuo la ji che su wen ding xing 。tong guo dui HMTbian su chuan dong kong zhi ce lve de yan jiu ,jie jue le HMTchuan dong xiao lv dui zheng che qu dong gong lv de ying xiang 、HMTbeng kong ma da de xiang ying zhi hou yu xie lou dui bian su kong zhi xiao guo de ying xiang yi ji zuo ye zu li bo dong dui zuo ye zhi liang de ying xiang deng wen ti ,di gao le tuo la ji che su de wen ding xing ,bao zheng le zuo ye zhi liang ,dui di gao tuo la ji kuo ying fu za zuo ye huan jing de neng li ju you yi ding yi yi 。

论文参考文献

  • [1].基于改进小波神经网络的电力系统谐波检测方法研究[D]. 江帅.电子科技大学2019
  • [2].小波神经网络方法研究及其在股指期货预测中的应用[D]. 李小娜.北京交通大学2019
  • [3].基于数据驱动的风电场功率短期预测研究[D]. 许国春.新疆大学2019
  • [4].随机神经网络预测模型构造与金融时间序列波动研究[D]. 黄丽丽.北京交通大学2019
  • [5].基于小波神经网络的气垫式流浆箱预测控制研究[D]. 曹阳.上海交通大学2018
  • [6].基于改进小波神经网络在短时交通流量预测中的研究[D]. 沈子华.上海师范大学2019
  • [7].基于机器学习的短期电力负荷预测方法研究[D]. 刘鑫.北京邮电大学2019
  • [8].基于小波神经网络的人脸识别研究[D]. 史文惠.山东大学2019
  • [9].基于人工智能算法的透镜调制传递函数测量结果优化研究[D]. 王玉婷.东北师范大学2018
  • [10].小波神经网络在客运量预测中的应用研究[D]. 崔乃丹.兰州交通大学2018
  • 论文详细介绍

    论文作者分别是来自合肥工业大学的滑杨莹,发表于刊物合肥工业大学2019-11-13论文,是一篇关于液压机械双流传动论文,传动效率论文,最佳动力性变速规律论文,小波神经网络控制论文,发动机综合控制论文,合肥工业大学2019-11-13论文的文章。本文可供学术参考使用,各位学者可以免费参考阅读下载,文章观点不代表本站观点,资料来自合肥工业大学2019-11-13论文网站,若本站收录的文献无意侵犯了您的著作版权,请联系我们删除。

    标签:;  ;  ;  ;  ;  ;  

    滑杨莹:拖拉机液压机械双流传动综合控制策略研究论文
    下载Doc文档

    猜你喜欢